这是一个创建于 3997 天前的主题，其中的信息可能已经有所发展或是发生改变。
实习，应届的同学，以及Industry都招，非常看重工程师。工作地点在上海，上海火车站附近，靠近8号线和1，3，4号线。如果是实习的话，希望有相对稳定的实习时间。
实习工资不高，本科 150 一天，硕士 200 一天。
联系邮箱 wenhao.xu at gmail.com，公司邮箱 xuwh at mediav.com
介绍一下公司，MediaV，不过现在改名叫MVAD了，2009年成立，之前VC融资三轮，今年初剥离了广告代理业务，变成了一家纯技术平台公司，并被奇虎360战略控股了，目前广告系统和奇虎的点睛广告系统打通了，PC和移动的展示广告，奇虎360的广告主也都通过我们的系统进行投放。团队基本上也是业内顶尖的了，技术团队我们一向比较低调，很少发PR稿，所以你可能没有听说过我们。
我们团队主要是做后端的数据处理，数据挖掘和机器学习，包括最基本的ETL，到各个广告平台都要做的点击率预测和个性化推荐，以及各种深入的新算法的尝试。
使用的技术平台以Java+Scripts为主，目前也在一些项目上开始尝试使用Scala。数据平台是基于 Hadoop + Spark + Storm，机器学习部分主要用Spark没有用MPI。
团队各种角色都很缺，不过目前最缺少的还是优秀的工程师，即使是做算法策略的瓶颈通常也在系统层面而不是算法层面。面试过程中，以我们的团队风格，不太看重历史经验，比较看重基本功（基本上是简单的算法和数据结构程序），解决问题能力（系统设计问题和讨论）和责任心（这个基本入职之后才看得出来吧）。
薪水本来想说不错的，不过目前整个市场水涨船高我也不太敢说这句话了，只敢说还算合理，应届10-13K起步吧，根据实际工作经验往上不封顶，工程师工资比你Manager或者Director高也没有问题，基本上和BAT同级别给出的薪水差不多吧。一年根据历史经验大概会有2-4个月的Bonus，根据实际面试的决定也会给期权，入职的时候如果级别不高（比如应届的同学），进来之后做得不错的话也会给期权。
整个后端团队的风格是比较纯技术化的，策略部分没有产品经理，工程团队要自己做决策，这个有些人很喜欢有些人会很不习惯。另外，非常重视Code Review，所有代码Review通过后才能提交，Review内容也很细致，从缩进到Naming到Convention到API用得好不好，流程合不合理都管，是我工作经历中最看重Code Review的地方。
实际工作中，目前的主要挑战是两个方面，一个还是持续改进基础设施和工具，从基础的自动化部署，自动化运维，数据可视化，到针对业务提供DSL，都有很多事情需要做。另一个方面是利用好大量的数据做好广告投放策略，我们自己预估至少还有1倍以上的提升空间，很多有价值的数据还没有用上，包括NLP搜索的和各种用户行为的。
当然，回避不了根据实际产品和业务的变化有很多功能性的支持工作。
有什么问题都可以邮件联系，具体有几个JD我都贴在下面了，不过很多都不是硬性要求，比较看重的还是”Smart and get things done.”，如果擅长C++想改写Scala也没有问题。
－－－－－－－－－－－－－－－
Senior Java Backend Engineer
高级Java后端研发工程师
对于应届的同学，我们也希望招募，不需要你有丰富的分布式经验，但是需要基础牢固，写代码能力强
工作职责：
1. 开发和维护高性能低延时可扩展的服务
2. 持续提高系统的可靠性和效率
3. 通过优雅的方式来解决复杂的问题
4. 在快速迭代交付代码和服务稳定性中找到合适的平衡
职位要求：
1. 擅长撰写基于JVM的服务(Java或者Scala语言)
2. 在web infrastructure, 分布式系统, 性能分析, 或者大规模数据处理系统上有一定的经验
3. 坚实的算法和数据结构的基础知识，以及计算机科学的基础知识
4. 优秀的软件工程的经验和习惯（比如，单元测试，Code Review, Design Review）
5. 良好的团队合作者
额外加分项
1. Hadoop/Storm这些海量分布式处理框架下的开发经验，我们实际每天在用
2. Scala编程经验，我们准备把更多的服务迁移到Scala下以减少代码和长期维护成本
3. 有数据可视化的经验，这个对于实际工作的监控，运维，数据分析都很重要
我们能够提供的优势
1. 工作的挑战，你需要撰写10-30K QPS的服务，应对每日100亿的流量，并保障服务稳定
2. 我们的数据规模比不过BAT，不过已经足够大了，Hadoop集群的机器数已经过200
3. 可以和很多优秀的工程师合作，很多工程师对于工程架构和底层系统都很擅长，包括一名JDK的Ex-commiter
工作地点：上海
－－－－－－－－－－－－－－－
BI Engineer 反作弊
工作职责：
1. 开发和维护海量数据下的ETL Data Pipeline
2. 开发和维护分析报表相关的可视化程序
3. 根据数据，改进现有的系统反作弊策略
职位要求：
1. 熟悉SQL，熟悉一门脚本语言(Python/Ruby/Perl...)，Python优先
2. 熟悉Javascript以及相应的可视化框架，例如d3.js, fusioncharts, highcharts
3. 擅长把一切东西自动化，有良好的工程经验和习惯
4. 对于数据有兴趣，有较强的问题分析能力
5. 良好的团队合作者
额外加分项
1. Hadoop下的分布式数据处理经验（Pig/Hive）
我们能够提供的优势
1. 真正的大数据反作弊，海量的数据，每日日志量超过100亿
2. 快速增长的移动端流量，以及移动流量下反作弊问题的挑战
3. 团队中全新的角色，之前我们没有专职的BI Engineer，较大的发挥和成长空间
工作地点：上海
－－－－－－－－－－－－－－－－－
Data Mining Engineer
研发工程师 数据挖掘与机器学习应用
对于应届的同学，我们也希望招募，不需要你有丰富的分布式经验，但是需要基础牢固，写代码能力强
工作职责：
1. 设计和评估数据挖掘，机器学习等算法，应用于广告投放
2. 使用Java, Scala以及Python进行相应的程序开发
3. 处理海量的结构化和非结构化的数据（每日TB级别日志，百亿级别的数据记录数）
职位要求：
1. 至少擅长以下一门编程语言：Java, Scala, C/C++
2. 熟悉一门脚本语言，比如 Python, Ruby等等
3. 熟悉以下一项或者多项知识：机器学习，数据挖掘，信息检索，自然语言处理，推荐系统
额外加分项
1. 熟悉Hadoop，Pig，Hive，Storm，Spark等海量分布式数据处理框架
我们能够提供的优势
1. 非常多有商业价值的数据，包括搜索，页面浏览，电商内用户行为，有很多值得深入挖掘
2. 拥抱开源社区的技术，我们已经将Spark应用到生产环境上，用于海量数据的机器学习
工作地点：上海
实习工资不高，本科 150 一天，硕士 200 一天。
联系邮箱 wenhao.xu at gmail.com，公司邮箱 xuwh at mediav.com
介绍一下公司，MediaV，不过现在改名叫MVAD了，2009年成立，之前VC融资三轮，今年初剥离了广告代理业务，变成了一家纯技术平台公司，并被奇虎360战略控股了，目前广告系统和奇虎的点睛广告系统打通了，PC和移动的展示广告，奇虎360的广告主也都通过我们的系统进行投放。团队基本上也是业内顶尖的了，技术团队我们一向比较低调，很少发PR稿，所以你可能没有听说过我们。
我们团队主要是做后端的数据处理，数据挖掘和机器学习，包括最基本的ETL，到各个广告平台都要做的点击率预测和个性化推荐，以及各种深入的新算法的尝试。
使用的技术平台以Java+Scripts为主，目前也在一些项目上开始尝试使用Scala。数据平台是基于 Hadoop + Spark + Storm，机器学习部分主要用Spark没有用MPI。
团队各种角色都很缺，不过目前最缺少的还是优秀的工程师，即使是做算法策略的瓶颈通常也在系统层面而不是算法层面。面试过程中，以我们的团队风格，不太看重历史经验，比较看重基本功（基本上是简单的算法和数据结构程序），解决问题能力（系统设计问题和讨论）和责任心（这个基本入职之后才看得出来吧）。
薪水本来想说不错的，不过目前整个市场水涨船高我也不太敢说这句话了，只敢说还算合理，应届10-13K起步吧，根据实际工作经验往上不封顶，工程师工资比你Manager或者Director高也没有问题，基本上和BAT同级别给出的薪水差不多吧。一年根据历史经验大概会有2-4个月的Bonus，根据实际面试的决定也会给期权，入职的时候如果级别不高（比如应届的同学），进来之后做得不错的话也会给期权。
整个后端团队的风格是比较纯技术化的，策略部分没有产品经理，工程团队要自己做决策，这个有些人很喜欢有些人会很不习惯。另外，非常重视Code Review，所有代码Review通过后才能提交，Review内容也很细致，从缩进到Naming到Convention到API用得好不好，流程合不合理都管，是我工作经历中最看重Code Review的地方。
实际工作中，目前的主要挑战是两个方面，一个还是持续改进基础设施和工具，从基础的自动化部署，自动化运维，数据可视化，到针对业务提供DSL，都有很多事情需要做。另一个方面是利用好大量的数据做好广告投放策略，我们自己预估至少还有1倍以上的提升空间，很多有价值的数据还没有用上，包括NLP搜索的和各种用户行为的。
当然，回避不了根据实际产品和业务的变化有很多功能性的支持工作。
有什么问题都可以邮件联系，具体有几个JD我都贴在下面了，不过很多都不是硬性要求，比较看重的还是”Smart and get things done.”，如果擅长C++想改写Scala也没有问题。
－－－－－－－－－－－－－－－
Senior Java Backend Engineer
高级Java后端研发工程师
对于应届的同学，我们也希望招募，不需要你有丰富的分布式经验，但是需要基础牢固，写代码能力强
工作职责：
1. 开发和维护高性能低延时可扩展的服务
2. 持续提高系统的可靠性和效率
3. 通过优雅的方式来解决复杂的问题
4. 在快速迭代交付代码和服务稳定性中找到合适的平衡
职位要求：
1. 擅长撰写基于JVM的服务(Java或者Scala语言)
2. 在web infrastructure, 分布式系统, 性能分析, 或者大规模数据处理系统上有一定的经验
3. 坚实的算法和数据结构的基础知识，以及计算机科学的基础知识
4. 优秀的软件工程的经验和习惯（比如，单元测试，Code Review, Design Review）
5. 良好的团队合作者
额外加分项
1. Hadoop/Storm这些海量分布式处理框架下的开发经验，我们实际每天在用
2. Scala编程经验，我们准备把更多的服务迁移到Scala下以减少代码和长期维护成本
3. 有数据可视化的经验，这个对于实际工作的监控，运维，数据分析都很重要
我们能够提供的优势
1. 工作的挑战，你需要撰写10-30K QPS的服务，应对每日100亿的流量，并保障服务稳定
2. 我们的数据规模比不过BAT，不过已经足够大了，Hadoop集群的机器数已经过200
3. 可以和很多优秀的工程师合作，很多工程师对于工程架构和底层系统都很擅长，包括一名JDK的Ex-commiter
工作地点：上海
－－－－－－－－－－－－－－－
BI Engineer 反作弊
工作职责：
1. 开发和维护海量数据下的ETL Data Pipeline
2. 开发和维护分析报表相关的可视化程序
3. 根据数据，改进现有的系统反作弊策略
职位要求：
1. 熟悉SQL，熟悉一门脚本语言(Python/Ruby/Perl...)，Python优先
2. 熟悉Javascript以及相应的可视化框架，例如d3.js, fusioncharts, highcharts
3. 擅长把一切东西自动化，有良好的工程经验和习惯
4. 对于数据有兴趣，有较强的问题分析能力
5. 良好的团队合作者
额外加分项
1. Hadoop下的分布式数据处理经验（Pig/Hive）
我们能够提供的优势
1. 真正的大数据反作弊，海量的数据，每日日志量超过100亿
2. 快速增长的移动端流量，以及移动流量下反作弊问题的挑战
3. 团队中全新的角色，之前我们没有专职的BI Engineer，较大的发挥和成长空间
工作地点：上海
－－－－－－－－－－－－－－－－－
Data Mining Engineer
研发工程师 数据挖掘与机器学习应用
对于应届的同学，我们也希望招募，不需要你有丰富的分布式经验，但是需要基础牢固，写代码能力强
工作职责：
1. 设计和评估数据挖掘，机器学习等算法，应用于广告投放
2. 使用Java, Scala以及Python进行相应的程序开发
3. 处理海量的结构化和非结构化的数据（每日TB级别日志，百亿级别的数据记录数）
职位要求：
1. 至少擅长以下一门编程语言：Java, Scala, C/C++
2. 熟悉一门脚本语言，比如 Python, Ruby等等
3. 熟悉以下一项或者多项知识：机器学习，数据挖掘，信息检索，自然语言处理，推荐系统
额外加分项
1. 熟悉Hadoop，Pig，Hive，Storm，Spark等海量分布式数据处理框架
我们能够提供的优势
1. 非常多有商业价值的数据，包括搜索，页面浏览，电商内用户行为，有很多值得深入挖掘
2. 拥抱开源社区的技术，我们已经将Spark应用到生产环境上，用于海量数据的机器学习
工作地点：上海
 | 1 vince223 2014-11-13 19:53:28 +08:00  1 非常感兴趣，简历已发～！ |
 | 2 tedeyang 2014-11-13 20:35:22 +08:00 被360控股了啊。你们的美女领导还在吗？ |
 | 3 erwang 2014-11-14 00:57:18 +08:00 via Android 技术太菜了，不敢投了 |
 | 5 xuwenhao OP @erwang 没有什么好不敢啊，“恐惧比利剑更伤人”，无论是什么公司的面试没有成功，也都是会知道有什么东西可以学习提高的，对自己也有价值啊。 |
 | 7 flied 2014-11-18 00:39:33 +08:00 1 招聘贴写的挺实在的，赞一个。 |
Select Language